[发明专利]一种基于大数据技术评估的动力电池容量算法

说明书

本发明提供了一种基于大数据技术评估的动力电池容量算法，基于数据驱动的线上电池容量评估方式，能够实现对动力电池全地域、全工况、全生命周期的容量估计。算法中全面考虑了仅利用安时积分难以获取完整SOC数据的问题，并提供了有效的补偿方法，从而能够提供较为完备精确的累积里程与容量对应关系。基于本发明能够显著提高退役电池筛选的快速性、时效性及鲁棒性。

技术领域

本发明属于动力电池状态监测管理技术领域，具体涉及一种基于大数据技术评估的动力电池容量算法。

背景技术

随着新能源汽车的普及与相关行业的发展，退役电池的数量在近年来已颇具规模，按照目前动力电池平均在8年达到衰减20％的退役水平来看，我国动力电池退役数量已经处于快速增长阶段。预测结果显示，截至2025年，我国退役动力电池数量量将达93GWh，退役电池包数量将超过100万。在动力电池退役以后，如能经过有效筛选处理并在适合的领域实现梯次利用，仍有机会创造巨大的社会经济价值。

现阶段，由于在品牌、型号、参数以及剩余寿命等方面不尽相同，且每年退役的电池数量已超过百万级别，因此如何实现电池包快速分类和检测是能否顺利进行梯次利用的关键。现有技术中对退役电池容量仍主要停留在线下实车检测的方式，检测过程耗时费力，人力、设备、场地等检测投入也随着电池数量增加而陡然激增，投资费用高，回报慢。因此，如何针对现有退役动力电池大批量检测筛选的缺陷，提供一种省时、高效的容量评估方式，是本领域中亟待解决的技术问题。

发明内容

不同于传统燃油车辆，新能源汽车在行车工况、动力电池状态等环节的数据更容易采集整合，从而有助于利用车载大数据解决对较大数量的车辆、电池等部件的监管。有鉴于此，本发明针对上述本领域中存在的技术问题，提供了一种基于大数据技术评估的动力电池容量算法，具体包括以下步骤：

步骤一、利用车载智能终端采集某特定车型的充电习惯相关特征，并上传至新能源汽车大数据监测平台；

步骤二、所述监测平台对接收的充电习惯相关特征数据进行预处理，执行安时积分法计算多个不同充电行为的SOC片段；

步骤三：针对计算出的SOC片段所对应的包括车型相关特征、电池类型相关特征、单次充电相关特征以及车辆所处环境相关特征的4个特征进行爬取，形成包含上述5个特征的该车型的数据条；

步骤四：对所述数据条执行kmeans聚类与线性回归算法训练，得到该车型的累积里程与电池容量的部分对应关系；

针对累积里程与电池容量的完整对应关系中，除所述部分对应关系以外的缺失部分进行补偿，包括：如果聚类后某类内存在所述对应关系的完备数据，则用该类内的完备数据进行补偿；如果不存在类内完备数据但在全局中存在完备数据，则利用类外的全局完备数据进行补偿。

步骤五、对补偿后的各数据条累积里程与电池容量对应关系离散点，基于线性回归拟合完备的累积里程与电池容量对应关系曲线。

步骤六：根据拟合曲线针对相同车型的目标车辆实车数据，输出对目标车辆的退役电池容量评估结果；

步骤七：在线下对相同车型执行实车电池容量测试，与基于前述步骤得到的电池容量评估结果对比，基于对比结果对所拟合的曲线进行反馈调整。

进一步地，所述电池类型相关特征包括：电池材料、容量密度、生产厂家等特征参数；车型相关特征包括但不限于轿车、SUV、卡车等车型分类特征、汽车级别、车重、同车型的不同配置等特征参数；所述单次充电相关特征包括：